Spatially-Adaptive Filter Units for Compact and Efficient Deep Neural Networks

Abstract Convolutional neural networks excel in a number of computer vision tasks. One of their most crucial architectural elements is the effective receptive field size, which has to be manually set to accommodate a specific task. Standard solutions involve large kernels, down/up-sampling and dilat...
Ausführliche Beschreibung

Gespeichert in:
Autor*in:

Tabernik, Domen [verfasserIn]

Kristan, Matej

Leonardis, Aleš

Format:

Artikel

Sprache:

Englisch

Erschienen:

2020

Schlagwörter:

Compact ConvNets

Efficient ConvNets

Displacement units

Adjustable receptive fields

Anmerkung:

© Springer Science+Business Media, LLC, part of Springer Nature 2020

Übergeordnetes Werk:

Enthalten in: International journal of computer vision - Springer US, 1987, 128(2020), 8-9 vom: 02. Jan., Seite 2049-2067

Übergeordnetes Werk:

volume:128 ; year:2020 ; number:8-9 ; day:02 ; month:01 ; pages:2049-2067

Links:

Volltext

DOI / URN:

10.1007/s11263-019-01282-1

Katalog-ID:

OLC211889029X

Nicht das Richtige dabei?

Schreiben Sie uns!